从不完美演示中进行模仿学习
机器学习
2019-01-31 v3 人工智能
机器学习
摘要
模仿学习（IL）旨在从演示中学习最优策略。然而，由于收集最优演示代价高昂，此类演示往往是不完美的。为了有效地从不完美演示中学习，我们提出了一种利用置信度分数（描述演示质量）的新方法。更具体地，我们提出了两种基于置信度的 IL 方法，即两步重要性加权 IL（2IWIL）和带有不完美演示与置信度的生成对抗 IL（IC-GAIL）。我们表明，仅对一小部分次优演示给出置信度分数，就能在理论和经验上显著提升 IL 的性能。
引用
@article{arxiv.1901.09387,
title = {Imitation Learning from Imperfect Demonstration},
author = {Yueh-Hua Wu and Nontawat Charoenphakdee and Han Bao and Voot Tangkaratt and Masashi Sugiyama},
journal= {arXiv preprint arXiv:1901.09387},
year = {2019}
}